Observatorio IA

• Una plataforma de código abierto permitió a estudiantes y científicos optimizar rutas de síntesis con bajo impacto ambiental utilizando algoritmos y métricas en tiempo real.

Nuevas herramientas digitales, como la plataforma abierta AI4Green desarrollada por la Universidad de Nottingham, están transformando la investigación química y la formación en laboratorios universitarios. Integrando inteligencia artificial, estas herramientas permiten optimizar la síntesis de compuestos, elegir solventes ecológicos y promover prácticas sostenibles. AI4Green es de acceso gratuito y facilita la planificación de procesos más eficientes y respetuosos con el medio ambiente. El equipo planea incorporar métricas como análisis de ciclo de vida y toxicidad, además de módulos y herramientas de aprendizaje automático para análisis de datos. Su código fuente y materiales de apoyo ya están disponibles para que otras instituciones lo utilicen si resultan interesadas.

Acceso a la noticia

• Palabras como «no» y «not» pueden hacer que los modelos de lenguaje de IA fracasen inesperadamente en entornos de alto riesgo, como el diagnóstico médico.

Investigadores del MIT han realizado un estudio en el que se ha comprobado que es muy probable que los modelos de visión-lenguaje cometan ese error en situaciones del mundo real porque no entienden la negación.

Se demuestra que si estos modelos se entrenan con imágenes cuyos pies de foto incluyan negaciones, los resultados mejoran. El equipo creó un conjunto de datos de imágenes con sus correspondientes pies de foto que incluían palabras de negación que describían objetos perdidos, lo que conllevó una mejora  en el rendimiento de los modelos para recuperar imágenes que no contienen determinados objetos. También aumentó la precisión en la respuesta a preguntas de opción múltiple con negaciones entre sus opciones.

Acceso a la noticia

El artículo explora la relación entre la inteligencia artificial generativa (IAG) y la ciencia abierta, destacando tanto sus beneficios como sus riesgos. La IAG puede simplificar conceptos científicos complejos, mejorar la gestión de datos y automatizar procesos editoriales, lo que podría potenciar la ciencia abierta. Sin embargo, también presenta desafíos éticos y riesgos, como la generación de síntesis erróneas, la perpetuación de sesgos y la creación de contenido de baja calidad. La relación entre la IAG y la ciencia abierta se compara con interacciones biológicas como el mutualismo y el parasitismo, sugiriendo que un enfoque equilibrado y colaborativo es esencial. La ética y la transparencia son fundamentales para asegurar que los datos abiertos se utilicen de manera responsable y que los resultados generados sean verificables y reproducibles.

Acceso